AI提問力1》預視成果　覺得AI呼嚨你？先花10分鐘想清楚需求

工作者未來勝負在於，你是否具有將大目標拆成小任務、有效分派給人與AI的專案管理力。～中信銀行資訊規劃部部長郭明瓚

你知道嗎？與你拉開AI成果差距的關鍵，發生在開啟AI對話視窗之前！

二○一八年，中國信託商業銀行開始打造AI團隊，在集團內落地超過一百項專案，橫跨財務管理、消費金融、法人金融等業務，並帶動跨部門學習風氣與知識交流。

AI團隊成員之一，是中信銀行資訊規劃部部長郭明瓚。他分享，很多人會覺得AI「好笨！」其實是因為貪圖方便，只輸入三、四行指令，還沒有想清楚需求，就期待AI能一次到位。

他自己就踩過類似的坑。郭明瓚說，ChatGPT剛暴紅不久，自己也貪快，卻在等待生成結果的二十分鐘後，心情跌到谷底。

因為視窗忽然跳出一行字告訴他：「抱歉，工程師沒有提供給我檔案輸出的功能，無法提供檔案，但我可以協助你聯繫後台客服索取。」他忍不住對著螢幕激動的說：「你在呼嚨我！」

後來，郭明瓚改變做法，他會要求自己把需求送進AI對話框之前，得要先「預視成果」，規畫目標與期待生成的結果結構。

找AI還要自己想問題框架？
幫AI指路，也讓自己更有鑒定力

他分享，他每次都會先花十到十五分鐘，先開一個文件檔，專心構思任務的目標與期待生成的結果結構，也就是說，「你必須在開口問AI前，對最終的產出成果有大約三、四○％的具體掌握度。」

但既然都要找AI幫忙，為什麼要自己先生出框架？

郭明瓚說，這是在幫AI指路，也讓自己有鑒定力。就像他們團隊不久前，同事請AI評比：ChatGPT、Copilot、Gemini等多家AI工具的優劣勢，可是，沒想到AI兩面討好，竟比不出高下。

換成郭明瓚上場，他改下指令：「先看各家的全球市占率，再看行內同事的使用痛點，並基於上述兩點，設計評比標準後，再開始正式比較。」有了解決問題的框架後，果真AI產出一份同事都吃驚、具有決策價值的報表。

或許你會想，這樣下指令，不是仰賴個人的職場經驗嗎？是的，但如果新手毫無經驗，郭明瓚說，你也可以靠AI「經驗值」作弊。例如，當剛報到的電商營運同事被主管要求：「想一個下半年度提升舊客回購率的策略！」

新人若滿腦子空白，可以先問AI：「你覺得好的舊客回購率策略報告，應該有哪些元素？」AI可能會建議：會員現況大檢閱、行為改變指標、階段性試行計畫，新人可以參照。

不過，身為熟手的郭明瓚沒有滿足現況，他自己每天都會向AI部落客汲取靈感，幫助設立AI審美標準、成果邊界。

他提醒，當你看到一張圖、一段文字覺得「哇，好棒」時，不要走馬看花，要停下來問自己：「我為什麼覺得他的成果比我的更好？是因為他把複雜的文字視覺化？還是因為他的論述有層次？」

接著，再請你把這套「美學標準」清晰解釋給你的AI聽。例如議題討論要由大到小，先處理策略核心，再談細節。拒絕堆砌專有名詞，把複雜的事簡單說。

這麼做，才不會換來盲目下指令：「幫我把這篇財務分析做成簡報，要好看一點！」結果AI只是幫你多生出幾個毫無意義、花花綠綠的色塊。

提問前，先盤點這5問！用具體指令杜絕AI盲答

(圖表製作者：陳盈螢)｜放大原圖

郭明瓚說，通常這麼做，「再經過一、兩次的修正，就有更高的機會達到你要的結果。」

他不諱言，這種逼自己精煉的方式，是為了避免自己「大腦外包」。

郭明瓚很清楚，當AI進化出行動力（Action），成為與人類共創的工作夥伴時，我們必須把自己推上更高階的「專案管理者」位置。也就是說，每一位工作者都需要更精確的知道，如何將大目標拆解成小任務，再將任務有邏輯的分派給人類、AI執行。

現在換作是你，再打開AI對話框時，不妨按捺住想要立刻提問的手。先另開一個筆記視窗，為自己的需求負責任，想一遍結構和邊界，這才是幫自己與其他人拉開差距、提高效率的必殺技。